HeartStart HS1 除颤器事件登记数据集
其目标是确认设备在预期使用人群中、参照商业标签说明、并结合所连接电极片类型时，能量输出所体现的安全性与性能。数据覆盖 Sudden Cardiac Arrest 相关事件，可用于评估除颤器实际使用中的安全性与性能表现（来源 clinicaltrials.gov）
基本信息
资源简介
HeartStart HS1 除颤器事件登记数据集
HeartStart HS1 Defibrillator* Event Registry 是一项在 clinicaltrials.gov 登记的上市后临床随访（PMCF）前瞻性事件数据登记研究，聚焦于突发心脏骤停（Sudden Cardiac Arrest）这一临床情形。该登记研究以 HeartStart HS1 除颤器（在北美对应 HeartStart OnSite 与 Home 型号）为观察对象，通过前瞻性收集事件发生后数据，确认设备在其预期使用人群中、参照商业标签说明、并结合所连接电极片类型时，能量输出所体现的安全性与性能。数据集在本站归入循环系统疾病 / 其他类别，主题标签为突发心脏骤停，可用于评估除颤器实际使用中的安全性与性能表现。
【数据集背景】
该数据集来源于一项上市后临床随访性质的前瞻性事件数据登记研究。研究的核心目标在于确认 HeartStart HS1 除颤器在真实使用条件下的安全性与性能，且这种安全性与性能以设备能量输出的形式加以表达。研究设定了两个关键的参照维度：一是设备预期使用人群及其商业标签说明，二是事件发生时与设备相连接的电极片类型。这意味着研究并非孤立地考察设备本身，而是将设备表现置于标签所界定的使用条件与配件配置的具体情境中加以观察。所针对的临床情形为突发心脏骤停。
【数据内容】
数据集覆盖与突发心脏骤停相关的事件信息，围绕 HeartStart HS1 除颤器（北美地区对应 HeartStart OnSite 与 Home 型号）在事件中的使用情况展开。研究关注的重点包括设备在事件中的能量输出表现，以及该表现与所连接电极片类型之间的关系。数据可用于评估除颤器在实际使用中的安全性与性能表现。关于具体变量字段、样本量、事件数量、随访时长等细节，源站未提供。
【采集与来源】
数据来自 clinicaltrials.gov 登记的该项上市后临床随访研究，采用前瞻性方式收集事件发生后数据。研究以登记形式对突发心脏骤停事件中的设备使用情况进行持续记录。关于采集机构、采集地点、采集时间窗口与具体采集流程，源站未提供。
【适用场景】
基于其主题与设计，该数据集适用于围绕突发心脏骤停情形下除颤器实际使用表现的分析，尤其是考察设备能量输出所体现的安全性与性能，以及不同电极片类型与设备表现之间的关联。也可用于对照商业标签说明，了解设备在预期使用人群中的表现情况。关于具体可支持的研究设计类型与分析模型，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为前瞻性登记设计，其数据反映事件发生后的实际使用情况。关于样本代表性、数据完整性、缺失情况、偏倚控制与验证方式等质量相关信息，源站未提供。
【引用与许可】
源站未提供。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT04840797
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件：心脏骤停。本PMCF（上市后临床随访）前瞻性收集事件后数据登记研究的目的，是确认HeartStart HS1除颤器（北美地区为HeartStart OnSite和Home型号）在器械预期使用人群中，参照其商业标签所表述的能量释放安全性和性能，以及与连接至器械的电极片类型之间的关系。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
